Short answer
The answer, before the reasoning
IFRS S1 en IFRS S2 vereisen geen perfecte gegevens voordat nuttige informatie over duurzaamheidsgerelateerde financiële informatie kan worden gerapporteerd. Redelijke schattingen, proxy's, gemodelleerde gegevens en bandbreedtes kunnen noodzakelijk en passend zijn wanneer directe meting niet beschikbaar is, mits de resulterende informatie getrouw wordt weergegeven, materiële methoden en veronderstellingen worden toegelicht en significante meetonzekerheid transparant is.
Rapportageteams moeten onzekerheid over toekomstige uitkomsten onderscheiden van onzekerheid bij het meten van een bedrag; lacunes in de waardeketen en de hiërarchie van gegevens documenteren; modellen en factoren beheersen; en een schattingenregister bijhouden met bronnen, veronderstellingen, gevoeligheid, eigenaarschap, beoordeling en een verbeterplan. Een datalacune is doorgaans een reden om te schatten en beperkingen toe te lichten—not automatisch een reden om informatie weg te laten.
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Waarom schattingen normaal zijn—maar nog steeds sterke beheersmaatregelen nodig hebben
Veel duurzaamheidsgerelateerde maatstaven kunnen niet rechtstreeks worden gemeten. Scope 3-broeikasgasemissies zijn afhankelijk van informatie van leveranciers, activiteitsgegevens, emissiefactoren en secundaire gegevens. Blootstelling aan fysieke risico's kan afhankelijk zijn van gevar modellen en geospatiale veronderstellingen. Verwachte financiële effecten combineren vaak scenario's, financiële planning en onzekere reacties van het management. Zelfs ogenschijnlijk eenvoudige personeels- of operationele maatstaven kunnen afhankelijk zijn van oordelen over de afbakening, afsluitdatum en bronsystemen.
IFRS S1 erkent expliciet dat redelijke schattingen een essentieel onderdeel van verslaggeving zijn en de bruikbaarheid niet ondermijnen wanneer ze nauwkeurig worden beschreven en toegelicht. De uitdaging bij verslaggeving is daarom niet om schattingen uit te bannen. Het gaat erom een methode te selecteren die het doel van de toelichting getrouw weergeeft, de meest significante onzekerheid te identificeren, schijnprecisie te vermijden en een bewijsspoor achter te laten dat beoordeling en verbetering van jaar tot jaar ondersteunt.
Snelle oriëntatie
- Van toepassing op
- Gerapporteerde bedragen, bandbreedtes en gemodelleerde informatie onder IFRS S1 en IFRS S2, met name toelichtingen over de waardeketen en toekomstgerichte toelichtingen.
- Primaire beslissing
- Of een schatting bruikbaar is, hoe deze moet worden gemeten en beheerst, en welke onzekerheden en beperkingen moeten worden toegelicht.
- Belangrijkste bronnen
- IFRS S1 paragraphs 74–82 and B50–B54; IFRS S2 18–22, 29(a), B19 and B38–B57.
- Veelvoorkomende verwarring
- Uitkomstonzekerheid betreft wat er kan gebeuren; meetonzekerheid betreft hoe onzeker het gerapporteerde bedrag is. Eén toelichting kan beide bevatten.
1. Uitkomstonzekerheid en meetonzekerheid zijn niet hetzelfde
De uitgevaardigde Standards gebruiken “measurement uncertainty” voor onzekerheid die van invloed is op gerapporteerde bedragen. Officiële ISSB-materialen over effectanalyses en educatief materiaal helpen ook bij het uitleggen van een afzonderlijk praktisch idee: onzekerheid over de uitkomst van een mogelijke toekomstige gebeurtenis. Het onderscheid is nuttig omdat het de benodigde onderbouwing, het model en de toelichting verandert, maar het moet niet worden gepresenteerd als twee formele boekhoudkundige categorieën met identieke vereisten.
Figuur 1. Uitkomstonzekerheid en meetonzekerheid kunnen elkaar overlappen, maar vragen om verschillende vragen en toelichtingen.
In de praktijk
| Dimensie | Uitkomstonzekerheid | Meetonzekerheid |
|---|---|---|
| Kernvraag | Zal een toekomstige gebeurtenis plaatsvinden, wanneer en met welke gevolgen? | Hoe onzeker is het bedrag omdat het niet rechtstreeks kan worden gemeten? |
| Voorbeelden | Toekomstige koolstofprijs; ernst en timing van een overstroming; technologie-adoptie; verschuiving in de vraag van klanten; beleidsreactie; aanpassing door het management. | Onvolledige emissies van leveranciers; gemodelleerde blootstelling aan gevaren; een emissiefactor; een geschat percentage getroffen activa; een bandbreedte van verwachte financiële effecten. |
| Typische inputgegevens | Scenario’s, prognoses, waarschijnlijkheden, tijdshorizonten, strategische reacties en alternatieve trajecten. | Brongegevens, proxy’s, meettechnieken, modellen, factoren, aannames, benaderingen en validatiebewijs. |
| Nadruk van de toelichting | Mogelijke uitkomsten, veerkracht, gevoeligheid, aannames en gevolgen voor strategie en vooruitzichten. | Bedragen met een hoge mate van onzekerheid; bronnen van onzekerheid; aannames, benaderingen en oordelen; gevoeligheid, bandbreedte en wijzigingen. |
| Kunnen ze elkaar overlappen? | Ja. Een toekomstige klimaatgebeurtenis kan onzeker zijn en het bedrag dat aan het potentiële financiële effect ervan wordt toegekend, kan eveneens onzeker zijn. | Ja. Het model kan afhankelijk zijn van onzekere toekomstige gebeurtenissen en onzekere gegevens of methoden. |
2. Wat IFRS S1 vereist met betrekking tot meetonzekerheid
IFRS S1 vereist informatie waarmee gebruikers inzicht kunnen krijgen in de belangrijkste onzekerheden die van invloed zijn op gerapporteerde bedragen. De entiteit identificeert bedragen die onderhevig zijn aan een hoge mate van meetonzekerheid en licht de bronnen van die onzekerheid toe, evenals de aannames, benaderingen en oordelen die zijn gebruikt bij het meten van elk bedrag. De nadruk ligt op schattingen waarvoor de moeilijkste, meest subjectieve of meest complexe oordelen nodig zijn—not op het toevoegen van standaardtekst aan elk geschat datapunt.
In de praktijk
| Vereiste | Praktische uitvoering | Bewijs |
|---|---|---|
| Bedragen met een hoge mate van onzekerheid identificeren | Gebruik een consistent screeningscriterium op basis van materialiteit, complexiteit, gevoeligheid, gegevenskwaliteit en de mate van oordeelsvorming. | Schattingenregister, materialiteitsbeoordeling en kritische beoordeling door de beoordelaar. |
| Bronnen van onzekerheid toelichten | Identificeer de afhankelijkheid van toekomstige uitkomsten, meettechniek, gegevenskwaliteit in de waardeketen, modelstructuur, factoren en afbakening. | Gegevensherkomst, modeldocumentatie en register van gegevenshiaten. |
| Aannames, benaderingen en oordelen toelichten | Benoem de belangrijke aannames en waarom deze zijn geselecteerd, in plaats van alleen te verklaren dat schattingen zijn gebruikt. | Aannameregister, methodologienotitie en goedkeuring. |
| Gevoeligheid en bandbreedte in overweging nemen | Licht toe hoe het bedrag verandert onder redelijkerwijs mogelijke alternatieven waar dit nuttig is; bandbreedtes kunnen onzekerheid beter communiceren dan een schijnbaar nauwkeurige puntschatting. | Gevoeligheidsresultaten, scenarioberekeningen en onderbouwing van de bandbreedtekeuze. |
| Wijzigingen toelichten | Wanneer onzekerheid onopgelost blijft, beschrijf dan wijzigingen in eerdere aannames en het effect daarvan. | Wijzigingenlogboek, vergelijkende analyse en registratiestuk van methodologische beheersingsmaatregelen. |
3. Een gegevenshiërarchie voor schattingen en proxy’s
Een praktische hiërarchie begint met de meest directe en specifieke informatie die redelijkerwijs beschikbaar is, maar behandelt één gegevenstype niet als universeel superieur. Het Scope 3-kader van IFRS S2 vermeldt kenmerken waaraan prioriteit moet worden gegeven zonder ze in een rigide volgorde te plaatsen: directe meting, gegevens van specifieke activiteiten in de waardeketen, tijdige gegevens, informatie die representatief is voor de relevante jurisdictie en technologie, en geverifieerde gegevens. Afwegingen moeten worden gedocumenteerd.
In de praktijk
| Gegevensniveau | Illustratieve bron | Sterkte — Beperking om bekend te maken of te beheersen |
|---|---|---|
| 1. Directe meting | Gemeten brandstofverbruik; direct gemeten emissies; gemeten toestand van activa. | Dicht bij de onderliggende activiteit en mogelijk minder afhankelijk van modellen. — Kalibratie, dekking, afgrenzing, ontbrekende locaties en organisatorische afbakening. |
| 2. Primaire activiteitsgegevens | Hoeveelheden van leveranciers; afgelegde kilometers; aangekochte tonnen; productgebruik; blootstelling op locatieniveau. | Specifiek voor de entiteit of de activiteit in de waardeketen. — Methode van de leverancier, afwijkende perioden, volledigheid, schatting binnen de gegevens van de leverancier en verificatiestatus. |
| 3. Entiteitsspecifieke proxy | Proxy op basis van uitgaven of productie, afgeleid van een vergelijkbare interne activiteit of een leverancierssegment. | Kan de specificiteit van het bedrijfsmodel behouden wanneer directe gegevens onvolledig zijn. — Representativiteit, basis voor opschaling en gevoeligheid. |
| 4. Secundaire factor of sectorgemiddelde | Gepubliceerde emissiefactor, emissie-intensiteit van de sector, openbare gevarengegevens of economische dataset. | Beschikbaar en vergelijkbaar; vaak noodzakelijk voor een brede dekking van de waardeketen. — Jurisdictie, technologie, ouderdom, aansluiting bij de sector, onzekerheid en gezag van de bron. |
| 5. Gemodelleerde of geëxtrapoleerde waarde | Extrapolatie van steekproef naar populatie; scenariomodel; econometrisch of geospatiaal model. | Kan een volledige schatting en bandbreedte bieden wanneer meting onmogelijk is. — Modelrisico, selectie van parameters, validatie, uitgesloten variabelen en gevoeligheid. |
4. Scope 3: hiaten in de waardeketen nemen de noodzaak om te schatten niet weg
IFRS S2 verwacht dat de meting van Scope 3 schattingen omvat en niet uitsluitend directe meting. De entiteit gebruikt een meetmethode, inputgegevens en aannames die de maatstaf getrouw weergeven, en past alle beschikbare redelijke en onderbouwbare informatie toe zonder onevenredige kosten of inspanning. Secundaire gegevens, sectorgemiddelden en proxygegevens zijn daarom normale onderdelen van het proces wanneer primaire gegevens onvolledig zijn.
De Standard bevat een vermoeden dat Scope 3-emissies betrouwbaar kunnen worden geschat met behulp van secundaire gegevens en sectorgemiddelden. Alleen in zeldzame gevallen, na iedere redelijke inspanning, mag schatting praktisch niet uitvoerbaar zijn. In dat geval maakt de entiteit bekend hoe zij haar Scope 3-emissies beheert. Dit is een veel hogere drempel dan “gegevens van leveranciers ontbreken”.
In de praktijk
| Hiaat in Scope 3 | Bruikbare schattingsmethode | Beheersing en bekendmaking |
|---|---|---|
| Sommige leveranciers hebben geen emissiegegevens | Gebruik aangekochte hoeveelheden of uitgaven met representatieve factoren; geef prioriteit aan leveranciers met hoge emissies voor primaire gegevens. | Maak de omvang van primaire versus secundaire gegevens, de bron van de factor, de representativiteit en de routekaart voor leveranciersgegevens bekend. |
| De verslagperiode van de leverancier wijkt af | Gebruik de meest recente beschikbare gegevens wanneer aan de voorwaarden van IFRS S2 is voldaan. | Bevestig een gelijke lengte van de perioden en maak belangrijke gebeurtenissen of veranderingen tussen de verslagdata bekend. |
| Aannames over productgebruik variëren | Gebruik een gedocumenteerd verwacht gebruiksprofiel, scenario of bandbreedte op basis van bewijs over het product en de markt. | Gevoeligheid voor gebruiksduur, energiemix, benuttingsgraad en geografie; vermijd niet-onderbouwde precisie van één enkele waarde. |
| De populatie van de categorie is zeer groot | Gebruik statistisch of operationeel onderbouwde steekproeven en extrapolatie. | Steekproefopzet, dekking, uitsluitingen, opschalingsmethode en plausibiliteitstoets. |
| De financiële instelling beschikt niet over gegevens van tegenpartijen | Gebruik proxies voor activaklasse, sector of jurisdictie die consistent zijn met de geselecteerde methodologie. | Dekking, hiërarchie van proxies, toerekeningsmethode, score voor datakwaliteit en prioriteiten voor verbetering. |
5. Modelrisico in duurzaamheidsrapportage
Een model is niet alleen geavanceerde software. Elke gestructureerde methode die inputgegevens omzet in een gerapporteerd bedrag kan modelrisico veroorzaken. Dit omvat emissieberekeningen, extrapolatiespreadsheets, scenariomodellen, geospatiale overlays, de toerekening van gefinancierde emissies, doeltrajecten en gevoeligheden van financiële effecten. Een rapportageteam dient controles toe te passen die evenredig zijn aan de materialiteit en complexiteit van het model.
In de praktijk
| Bron van modelrisico | Faalwijze | Beheersingsmaatregel |
|---|---|---|
| Doel en reikwijdte | Het model beantwoordt een andere vraag dan de informatievereiste of hanteert de verkeerde afbakening. | Documenteer het beoogde gebruik, de rapportagedoelstelling, de populatie, de periode en de uitsluitingen. |
| Inputgegevens | Onvolledige, verouderde, dubbele of niet-representatieve inputgegevens bepalen het resultaat. | Datakwaliteitstoetsen, bronhiërarchie, afsluitingscontroles en afstemming van de dekking. |
| Methodestructuur | De formule, toerekeningslogica of scenariologica laat belangrijke verbanden buiten beschouwing. | Technische beoordeling, onafhankelijke heruitvoering en toelichting op modelbeperkingen. |
| Parameters en factoren | Emissiefactoren, drempelwaarden voor gevaren of economische aannames zijn verouderd of sluiten niet op elkaar aan. | Goedgekeurde parameterbibliotheek, brondatum, aansluiting op jurisdictie/technologie en versiebeheer. |
| Gevoeligheid en onzekerheid | Een puntschatting verhult een brede reeks redelijkerwijs mogelijke uitkomsten. | Gevoeligheidsanalyse, bandbreedtes, alternatieve scenario’s en toelichting op onzekerheid. |
| Wijzigingsbeheer | Methoden worden gewijzigd zonder de vergelijkende cijfers te beoordelen of het effect toe te lichten. | Goedkeuring van modelwijzigingen, effectbeoordeling, verwerking van vergelijkende cijfers en audit trail. |
6. Schattingsregister: de kern van de beheersing
Een schatteregister koppelt het openbaar gemaakte bedrag aan de bron, methode, onzekerheid en het verbeterplan. Het ondersteunt het opstellen, de technische beoordeling, de gereedheid voor assurance en vergelijkbare consistentie. Het register moet zich richten op materiële schattingen of schattingen met een hoge onzekerheid en mag geen onhanteerbare inventaris van elke formule in de organisatie worden.
Figuur 2. Een schatteregister beheerst de gerapporteerde maatstaf, bronhiërarchie, het model, de onzekerheid, de beperking en de herstelmaatregel.
In de praktijk
| Registerveld | Minimale inhoud |
|---|---|
| Schatting-ID en koppeling aan de toelichting | Stabiele identificatie, standaardparagraaf, maatstaf/toelichting, locatie in het concept en motivering van de materialiteit. |
| Afbakening en eenheid | Rapporterende entiteit, segment van de waardeketen, geografie, periode, eenheid en aggregatieniveau. |
| Brongegevens | Systeem of externe bron, verantwoordelijke, extractiedatum, dekking, afstemming van perioden en verificatiestatus. |
| Motivering van proxy en hiërarchie | Waarom de geselecteerde bron voldoende specifiek, tijdig en representatief is; overwogen alternatieven. |
| Methode en modelversie | Berekening, factor, model, scenario, versie van code/werkblad en wijzigingsgeschiedenis. |
| Veronderstellingen en benaderingen | Belangrijke veronderstellingen, bandbreedtes, extrapolatie, oordeelsvorming, gevoeligheid en interactie met onzekerheid over de uitkomst. |
| Meetonzekerheid | Interne beoordeling hoog/gemiddeld/laag, voornaamste bronnen, bandbreedte of gevoeligheid en effect op de bruikbaarheid. |
| Beheersingsmaatregelen en goedkeuringen | Opsteller, beoordelaar, validatie, aansluiting, goedkeuring door governance en assurance-status. |
| Formulering van gepubliceerde beperkingen | Specifieke lacunes in de gegevens, uitsluitingen, gebruik van secundaire gegevens, afwijking tussen perioden en methodologische beperkingen. |
| Verbeterplan | Actie, verantwoordelijke, streefdatum, verwachte kwaliteitsverbetering en aanleiding voor herbeoordeling van de methode. |
In de praktijk
7. Besliscriteria: een schatting, een bandbreedte, kwalitatieve informatie of geen bedrag gebruiken?
| Beslissing | Gebruiken wanneer | Vereiste voorzichtigheid |
|---|---|---|
| Puntschatting | De methode en inputgegevens ondersteunen een centraal bedrag dat nuttig is voor de besluitvorming en niet misleidend precies is. | Leg materiële veronderstellingen en significante meetonzekerheid uit; overweeg afronding. |
| Bereik | Redelijkerwijs mogelijke uitkomsten of meetalternatieven lopen te ver uiteen om dit getrouw met één bedrag weer te geven, of de relevante IFRS-vereiste staat een bereik toe. | Licht toe hoe de eindpunten zijn geselecteerd, of de waarschijnlijkheden verschillen en wat het resultaat binnen of buiten het bereik kan doen verschuiven. |
| Scenario- of sensitiviteitsset | Gebruikers moeten begrijpen hoe het bedrag verandert onder verschillende aannames of trajecten. | Wek geen waarschijnlijkheden op tenzij deze zijn beoordeeld; leg een verband met strategie, veerkracht en financiële planning. |
| Kwalitatieve informatie | De specifieke criteria voor financiële effecten staan het achterwege laten van kwantitatieve informatie toe, of een toelichting is nodig om een bedrag uit te leggen. | Pas de exacte criteria toe; identificeer de posten in de financiële overzichten die waarschijnlijk worden beïnvloed en, waar vereist, de gecombineerde kwantitatieve effecten. |
| Geen bedrag omdat dit praktisch niet uitvoerbaar is | Alleen wanneer de relevante vereiste een uitzondering wegens praktische onuitvoerbaarheid bevat en de entiteit deze na iedere redelijke inspanning niet kan toepassen. | Maak het feit en de vereiste informatie bekend; bewaar bewijs van iedere redelijke inspanning. |
In de praktijk
9. Illustratieve formulering van toelichtingen
| Kenmerk | Waarom dit werkt | Vereist bewijsmateriaal |
|---|---|---|
| Methode en reikwijdte | Gebruikers kunnen zien welk deel specifiek op leveranciers betrekking heeft en hoe het resterende deel is geschat. | Leveranciersdataset, afstemming van de reikwijdte en mapping van factoren. |
| Specifieke bron van onzekerheid | De beperking wordt gekoppeld aan consistentie van de methode en representativiteit van factoren, niet aan een algemeen “dataprobleem”. | Beoordeling van datakwaliteit en beoordeling van de bronnen van factoren. |
| Sensitiviteit | Laat zien hoe een belangrijke aanname het bedrag beïnvloedt. | Opnieuw uitvoerbare sensitiviteitsanalyse. |
| Verbeteringsplan | Maakt de beperking tijdgebonden en wijst er verantwoordelijkheid voor toe. | Leveranciersprogramma, mijlpalen en verantwoordelijke eigenaar. |
| Behandeling van vergelijkende informatie | Legt uit waarom informatie over voorgaande perioden is herzien en verwijst naar de relevante toelichting. | Beoordeling van wijzigingen in vergelijkende informatie en goedkeuring. |
In de praktijk
10. Zwakke versus sterkere toelichting op onzekerheid
| Zwakke formulering | Waarom deze zwak is | Sterker patroon |
|---|---|---|
| “Sommige gegevens zijn geschat.” | Identificeert geen bedragen, methode, bron, veronderstellingen of significantie. | Identificeer het materieel geschatte bedrag, de bronnenhiërarchie, de methode, de belangrijkste veronderstellingen en waarom de schatting bruikbaar blijft. |
| “De datakwaliteit voor Scope 3 is slecht.” | Geeft geen informatie over categorie, dekking, proxy, factor of verbetering. | Leg uit welke categorieën of populaties primaire en secundaire gegevens gebruiken, wat de representativiteitsbeperkingen zijn, wat de gevoeligheid is en welke verbeteringsmaatregel wordt genomen. |
| “De resultaten kunnen door onzekerheid veranderen.” | Maakt geen onderscheid tussen onzekerheid over toekomstige uitkomsten en meetonzekerheid. | Beschrijf de onzekere toekomstige gebeurtenis en leg afzonderlijk uit welke onzekerheid in gegevens, model en veronderstellingen van invloed is op het gerapporteerde bedrag. |
| “Het model is een branchenorm.” | Een gezagslabel toont niet aan dat het model geschikt is voor de toelichting van de rapporterende entiteit. | Leg het doel, de afbakening, de versie, de inputs, de belangrijkste beperkingen en de validatie van het model uit, evenals hoe het de doelstelling van de toelichting ondersteunt. |
In de praktijk
11. Veelgemaakte fouten
| FOUT 1 | Een datakloof gelijkstellen aan toestemming om de maatstaf weg te laten. |
|---|---|
| Waarom dit gebeurt | Teams nemen aan dat directe meting vereist is. |
| Waarom dit van belang is | Materiële informatie wordt weggelaten, hoewel een redelijke schatting of proxy nuttige informatie zou kunnen opleveren. |
| Correctie | Pas de relevante gegevenshiërarchie toe en toets een getrouwe schatting voordat je een beroep doet op een specifieke bepaling inzake onuitvoerbaarheid. |
| Bewijs van correctie | Besluitvormingsdocument over de schatting, overwogen alternatieven en gedocumenteerde inspanningen. |
In de praktijk
| FOUT 2 | Een precies getal rapporteren op basis van een model met een hoge mate van onzekerheid. |
|---|---|
| Waarom dit gebeurt | Een puntschatting lijkt gemakkelijker te publiceren en te reconciliëren. |
| Waarom dit van belang is | Schijnprecisie verhult gevoeligheid en kan gebruikers misleiden over de mate van vertrouwen. |
| Correctie | Gebruik passende afronding, een bandbreedte of gevoeligheidsanalyse en licht de belangrijkste bronnen van onzekerheid toe. |
| Bewijs van correctie | Resultaten van de gevoeligheidsanalyse en goedgekeurde onderbouwing van de presentatie. |
In de praktijk
| FOUT 3 | Aannames opsommen zonder aan te geven welke het resultaat materieel beïnvloeden. |
|---|---|
| Waarom dit gebeurt | Methodologietoelichtingen worden uitgebreid, maar niet bruikbaar voor besluitvorming. |
| Waarom dit van belang is | Gebruikers kunnen de belangrijkste onzekerheid of de manier waarop het getal zou kunnen veranderen niet begrijpen. |
| Correctie | Geef prioriteit aan moeilijke, subjectieve of complexe aannames en kwantificeer de gevoeligheid waar dat nuttig is. |
| Bewijs van correctie | Beoordeling van materiële aannames, gekoppeld aan het schattingenregister. |
In de praktijk
| FOUT 4 | Factoren of proxies wijzigen zonder vergelijkende analyse. |
|---|---|
| Waarom dit gebeurt | Updates worden behandeld als routinematig gegevensonderhoud. |
| Waarom dit van belang is | Trends weerspiegelen een wijziging in de methodologie in plaats van prestaties, en de verwerking van de vorige periode kan onjuist zijn. |
| Correctie | Classificeer de wijziging, beoordeel of omstandigheden uit eerdere perioden met bewijs worden onderbouwd en pas de vergelijkingsrichtlijnen van IFRS S1 toe. |
| Bewijs van correctie | Logboek van methodologiewijzigingen, vergelijkingsbesluit en toelichting. |
In de praktijk
| FOUT 5 | Leveranciersgegevens gebruiken zonder de methode van de leverancier te begrijpen. |
|---|---|
| Waarom dit gebeurt | Er wordt aangenomen dat primaire gegevens inherent superieur zijn. |
| Waarom dit van belang is | Een inconsistente afbakening, periode of methodologie kan de vergelijkbaarheid en getrouwe weergave verminderen. |
| Correctie | Beoordeel specificiteit, actualiteit, jurisdictie, technologie, verificatie en consistentie van de methode—niet alleen of de gegevens van de leverancier afkomstig waren. |
| Bewijs van correctie | Kwaliteitsscore voor leveranciersgegevens en beoordelingsverslag. |
In de praktijk
12. Mythe versus werkelijkheid
| MYTHE | IFRS S1 en IFRS S2 vereisen gecontroleerde, rechtstreeks gemeten gegevens voor elke duurzaamhei |
|---|---|
| WERKELIJKHEID | De standaarden erkennen schattingen, proxy's, secundaire gegevens en gemodelleerde informatie. Redelijke schattingen kunnen essentieel en nuttig zijn wanneer ze nauwkeurig worden beschreven en toegelicht. De entiteit moet de relevante meetvereisten toepassen, passende inputs prioriteren, significante onzekerheid toelichten en afzonderlijk voldoen aan elke lokale assuranceverplichting. |
| Waarom de verwarring ontstaat | De discipline van financiële verslaggeving wordt soms vereenvoudigd tot de overtuiging dat alleen rechtstreeks gemeten of extern van assurance voorziene gegevens rapporteerbaar zijn. |
| Praktisch gevolg | Rapportageteams moeten investeren in methodologie, dataherkomst, modelbeheersmaatregelen en transparante toelichting van beperkingen, in plaats van alle rapportage uit te stellen totdat perfecte gegevens bestaan. |
In de praktijk
15. Gerelateerde standaarden en leertraject
| Rol van de koppeling | Instrument of artikel | Gebruik |
|---|---|---|
| Primair | IFRS S1 alinea's 74–82 | Toelichtingen op significante oordelen en meetonzekerheid. |
| Scope 3 | IFRS S2 B38–B57 | Schatting, gegevenshiërarchie, toelichting van de methode en zeldzame onuitvoerbaarheid. |
| Proportionaliteit | IFRS S1 en S2 Proportionaliteit: 'Undue Cost or Effort' | Scheid de grens voor het zoeken naar informatie van schatting en onzekerheid. |
| Vergelijkende cijfers | IFRS S1 and S2 Comparatives, Restatements and Errors | Classificeer wijzigingen in factoren, modellen en schattingen en corrigeer voorgaande perioden. |
| Implementatie van broeikasgassen | IFRS S2 Scope 1, Scope 2 and Scope 3 Emissions: Complete Measurement Guide | Pas gedetailleerde controles toe op de broeikasgasgrens, factoren en kwaliteit. |
Uitkomstonzekerheid betreft wat er kan gebeuren, terwijl meetonzekerheid betreft hoe onzeker een gerapporteerd bedrag is. Een toelichting kan beide bevatten, maar het onderscheid beïnvloedt de benodigde veronderstellingen, onderbouwing, het model en de uitleg en mag niet worden gepresenteerd als twee formele categorieën met identieke vereisten.
Vragen
Veelgestelde vragen
Zijn schattingen aanvaardbaar onder IFRS S1 en S2?
IFRS S1 en IFRS S2 vereisen geen perfecte gegevens voordat nuttige met duurzaamheid verband houdende financiële informatie kan worden gerapporteerd. Redelijke schattingen, proxy's, gemodelleerde gegevens en bandbreedtes kunnen noodzakelijk en passend zijn wanneer directe meting niet beschikbaar is, mits de resulterende informatie getrouw wordt weergegeven, materiële methoden en veronderstellingen worden toegelicht en significante meetonzekerheid transparant is.
Wat is meetonzekerheid?
De uitgegeven standaarden gebruiken “measurement uncertainty” voor onzekerheid die van invloed is op gerapporteerde bedragen. Officiële effectenanalyses en educatief materiaal van de ISSB helpen ook bij het toelichten van een afzonderlijk praktisch idee: onzekerheid over de uitkomst van een mogelijke toekomstige gebeurtenis.
Is uitkomstonzekerheid hetzelfde?
Uitkomstonzekerheid betreft wat er kan gebeuren, terwijl meetonzekerheid betreft hoe onzeker een gerapporteerd bedrag is. Een toelichting kan beide bevatten, maar het onderscheid beïnvloedt de benodigde veronderstellingen, onderbouwing, het model en de uitleg en mag niet worden gepresenteerd als twee formele categorieën met identieke vereisten.
Kan voor Scope 3 secundaire data worden gebruikt?
Veel met duurzaamheid verband houdende maatstaven kunnen niet rechtstreeks worden gemeten. Scope 3-broeikasgasemissies zijn afhankelijk van informatie van leveranciers, activiteitsgegevens, emissiefactoren en secundaire data.
Wanneer kan Scope 3 als onuitvoerbaar worden weggelaten?
De standaard bevat een veronderstelling dat Scope 3-emissies betrouwbaar kunnen worden geschat met behulp van secundaire data en sectorale gemiddelden. Alleen in zeldzame gevallen, na elke redelijke inspanning, kan schatten onuitvoerbaar zijn. In dat geval licht de entiteit toe hoe zij haar Scope 3-emissies beheert.
Wat hoort in een schattingsregister?
Een schattingsregister verbindt het openbare bedrag met de bron, methode, onzekerheid en het verbeterplan ervan. Het ondersteunt het opstellen, de technische beoordeling, gereedheid voor assurance en consistentie van vergelijkende cijfers.
Sources
Primary sources
Take it with you
The checklists as a working spreadsheet
Every checklist and table on this page, with empty status, owner and evidence columns for your team to fill in and keep.
✓ LRA AI Assistant · Human-in-the-loop
Ask about this guide
De Assistent antwoordt op basis van deze pagina en raadpleegt gekoppelde disclosurekaarten bij vragen over de standaard zelf. De eerste twee antwoorden zijn gratis, zonder inloggen.
Verder verdiepen · IFRS S1 / S2
Training IFRS S1 en S2
Financiële materialiteit, scenarioanalyse en de klimaatgerelateerde toelichtingen van S2, toegepast op uw eigen rapportage.
Available as Guided Flex, Live Cohort, 1:1 Expert Mentorship or Corporate Programme.
